在线客服
热线电话
  • 13680190777


深圳鸣世企业管理咨询有限责任公司

    联系我们

    • 13680190777
    • 传真 :
    • 地址 : 深圳市龙华区观澜街道桂花社区观 光路1233号君澜大厦二单元808
    概念太复杂?从精益生产走“近”智能制造!
    发布时间 : 2021-08-09

    “智能制造、数字化工厂、精益生产、人工智能、大数据....”等概念满天飞,然而应该如何理解?有什么作用?

    归根到底,都得服务于企业经营,围绕保质量、降成本、增效率来展开各项工作。

    图片


    明确智能制造必须服务于企业经营


    无论我们对于智能制造,用何种定义与实现方法进行探讨,我们都必须以企业的经营战略为目标。


    企业的经营在于:

    ①为消费者/客户提供质优价廉的产品

    ②为股东投资确保回报

    ③为保障员工的福利


    这是企业经营者必须考虑的,也是企业作为整体的价值所在。


    当下对于智能制造的讨论多数聚焦于技术之实现,多是以局部看全局,而另一方面,为了智能制造而上系统也是偏离了企业经营之本质,如何厘清经营与智能制造间的关系,建立有效的路径分析与判断,并逐次有效的实施整体战略,对于企业而言,尤为重要,因为,这关乎企业长久的存亡,而非短期之政策红利。


    图片


    每个概念所扮演的角色如何?


    尽管我们不能把已经实现的称之为概念,但是这里将以其所对应的领域来进行阐述。


    1


    精益是数字化的根基


    精益是一种不断改善经营效率,发挥资源,包括核心的人的能动性力量,持续学习不断改善,让企业不断提升竞争能力,消除浪费就是一种对资源的最大化利用,发挥成本效率的途径,最终去实现经营的利润率最大化。


    图片


    精益对生产中的过度生产、等待、运输、过度加工、库存、缺陷返工、走动、人才浪费进行了聚焦,并提出了诸多的方法予以消除。这些与生产制造单元的经营目标紧密相关。


    之所以说精益是数字化的根基在于精益为生产提供了各种量化方法、工具,例如KPI、OEE、TPM、RCA、5S、目视化管理、看板等,这些使得工厂成为了一个可以被量化、可视化、透明化的工厂,一切都服务于经营目标:质量、成本与交付能力。


    智能工厂的性能指标要求是基于精益的可量化而定义的,这些是数字化运营、智能制造、工业4.0等所有概念必须去实现的目标。


    图片

    智能工厂的性能指标要求


    2


    自动化的角色


    传统上,我们仅站在自动化行业的角度理解自动化,就是传感器检测、控制循环、显示、趋势报警,然而,当我们把自动化放在智能制造大环境下,我们会发现它扮演的角色是服务于运营本质的。


    (1)确保效率

    为什么要自动化?从传统生产运营角度而言,采用人工搬运、加工的过程显然与机器的速度无法相比,尤其是谈到智能制造的集成生产,将继续削减中间不必要的环节—精益中所定义的不增值环节。事实上,在自动化程度上,连续型生产的自动化程度要更高。


    (2)确保生产质量

    高精度的伺服定位与同步、机器人集成制造使得产品质量及其一致性不断提高,这些都是机器相较于人而言更为重要的作用。


    (3)提供生产灵活性

    运动控制不仅提供了高精度的加工质量,而且还确保了生产的柔性,就像在各种机器上,运动控制扮演让生产更为灵活的角色,通过参数设置,伺服系统自己规划加工曲线,确保平滑的工艺切换。


    (4)提供上行数据采集与下行指令执行

    当然了,自动化系统还扮演了精益的可视化管理角色,包括趋势、报警,当然也包括生产中的能源、维护、品质数据向管理系统的输送,当然,也接受来自管理系统的指令,如新的订单加工参数、工序等。


    图片


    3


    数字化/信息化的角色


    自动化已经让标准化的大规模生产达到了极高的水平,但是,当生产的个性化需求变得越来越多的时候就产生了新的挑战,从精益角度,质量、成本与交付都成了困难,几个例子来说明:




    不良品率:当印刷批次变小时,开机浪费将提高不良品率,使得质量实际上下降;


    成本:当不良品率提高,成本显然提高,而个性化生产带来的工艺切换时间也会造成成本上升、当机也会造成成本的损耗,而从个性化产品成本计量角度,必须将成本分配在每个批次的产品上,那么这个生产计划中的能耗、机器效率就变得更为重要-显著提高了成本。


    交付能力显著下降:工艺切换的时间消耗、当机、返工这种在大批量生产已经非常成熟的解决方案在个性化时代就会放大,使得交付下降。




    图片

    基于信息化的制造信息集成


    不仅要梳理数据的传输,也要明白数据的流向—即用途,也是要服务于生产运营的。如下图所示,包括从底层的现场总线、信息模型、数据模型、设计、制造各个环节,以全景形式给了我们以参考。


    图片


    4


    智能化--全局优化与决策支持

    自动化建立在对单个控制任务的调节,即使多变量系统通常也是在一台机器、一个子系统中,而生产的全局优化要在更高维度,而这个时候,计算能力、模型能力已经超出了目前的机理模型。


    图片


    上一条:克服团队合作的五项障碍

    下一条:精益管理之可视化管理